durable Graph
AI智能体在留下中间记录的同时,从头到尾执行一个多步骤任务,只有全部完成后才给出结果的一种运行方式
简单来说
durable Graph 是一种运行方式,用于让AI智能体承接那种一次做不完、需要经过多个步骤的任务,并让它把整段旅程作为一次连续的运行,从头进行到尾。这有点像把一整份要跑的站点清单交给一个快递员,说:"把所有站点都跑完,再一次性汇报。"过程中每一步做了什么都会被持续记录下来,但委托任务的人在所有站点都跑完之前,不会收到任何消息。
在此期间,智能体不会直接碰原本的工作文件夹,而是在自己另外准备的一份副本上进行操作。这就像快递员只在一个和原仓库完全一样的复制仓库里搬运货物,以免打乱原本的仓库。因此要使用这个功能,原本的工作文件夹必须处于尚未被任何改动打乱的干净状态。
它和那种一个简短提问就能结束的聊天机器人对话不同的地方在于:在经历多个步骤的过程中,判断、执行、结果会连续不断地衔接下去。这也是它名字里带"Graph(图)"的原因——意思是提前画好一条会分出多个分支的任务路径,而不是一条单行的对话,然后沿着这条路径走下去。
在报道中是这样出现的
文章说明,"在终端TUI中,可以通过 /graph on、/graph off、/graph <任务内容> 等命令来开启或关闭多步骤的智能体作业(Graph)。"文章还补充说,非交互式地执行 --graph 时,会"等到 durable Graph 结束后,才只打印出最终结果。"容易被误解的一点是:这并不是一个能实时展示进度的交互式功能——在全部完成之前不会有任何回应,而且只有当目标文件夹处于干净的Git工作状态时才能运作。
亲手试一试
durable Graph 是特定工具(Apache Maka)的一种运行模式,并非在任何服务上都能重现。不过若想体验一下这个概念,可以试试:
- 在终端中尝试以 /graph 多步骤任务内容 的形式下达命令。例如:/graph 检查一下这个项目的测试代码,并修复失败的部分
- 下达命令之前,先确认工作文件夹目前处于尚无任何改动的干净状态。
- 下达命令之后,不要期待中途汇报,耐心等待任务完成后出现的最终结果。